I media occidentali stanno rilanciando con un certo strepito il recente annuncio di Nvidia sulla prossima disponibilità di RTX Spark, un superchip nativo installato su personal computer e portatili di nuova generazione per far funzionare “in locale” – cioè senza necessariamente dipendere da servizi esterni – modelli AI e in particolare i LLM, quelli che interagiscono con e tramite il linguaggio.

L’annuncio di Nvidia è orientato ad espandere la propria presenza, già fortissima nel settore dei processori ad alte prestazioni destinate a Big Tech, anche nel mercato della produzione di hardware “da scaffale”. Questo è il modo in cui l’azienda di Huang riuscirebbe ad espandere ulteriormente il controllo su parti sostanziali della filiera dell’AI, attraendo anche chi opera nella parte operativa dell’ecosistema e non solo chi lo costruisce.

Huawei risponde con una via alternativa alla forza bruta

È, invece, passato sotto silenzio l’annuncio praticamente contemporaneo di Huawei che il 25 maggio a Shanghai, nel Ieee International Symposium on Circuits and Systems, ha presentato la Tau Scaling Law, un nuovo approccio per migliorare la densità dei transistor e la prestazione complessiva dei sistemi elettronici che promette di ridurre sensibilmente il divario con le tecnologie Usa.

Le restrizioni americane e l’effetto inatteso del decoupling

Come è noto, l’amministrazione Usa utilizza i divieti e i limiti di esportazione di determinati prodotti e tecnologie per contenere i progressi della Cina nel settore dell’intelligenza artificiale.

Dal canto suo, la Cina ha fatto di necessità virtù e ha iniziato a sviluppare in proprio l’intera filiera dell’AI, dai chip, ai processori, ai modelli AI trasformando (o cercando di trasformare) in forza, la debolezza consistente nel non avere a disposizione le tecnologie più moderne. In particolare, ha indirizzato la propria strategia verso due direttrici: l’ottimizzazione dello hardware (da qui la Tau Scaling Law), l’ottimizzazione prestazionale ed energetica dei modelli e degli ambienti di sviluppo. Il tutto, con l’obiettivo di aumentare al massimo l’integrazione dei singoli componenti.

In altri termini, mentre gli Usa perseguono lo sviluppo tramite l’incremento di potenza di calcolo, di consumo energetico, di numerosità di parametri utilizzati dai modelli, la Cina progetta le proprie infrastrutture riducendo risorse o, meglio, facendo in modo di impiegarne il minimo indispensabile e sfruttando al massimo l’integrazione fra hardware e software.

La Cina non insegue, ma corre in un’altra gara

Al netto dei risultati delle rispettive strategie di marketing – sarà il mercato a decidere se RTX Spark sarà un successo, come sarà l’implementazione effettiva a dimostrare se la Tau Scaling Law funziona effettivamente – gli approcci dei due giganti tecnologici suggeriscono qualche riflessione sullo stato attuale della geopolitica dell’AI.

Usa e Cina stanno giocando due partite: una per il controllo tecnologico della catena produttiva dell’AI e l’altra per il primato strategico e geopolitico.

La Cina è lo sfidante ed è oggettivamente in difficoltà se accetta di giocare in campo avverso, con tempi e regole che non ha definito e che dunque deve subire. Da qui la scelta di spostare la contesa in un terreno sotto il proprio esclusivo controllo. Questo è il significato non solo tecnologico ma anche geopolitico della scelta di Pechino.

Il limite americano: data centre, energia e gigantismo industriale

Ovviamente, il tema della frugal AI o comunque dell’efficienza operativa non è ignoto all’approccio statunitense. Tuttavia, è condizionato dalle scelte industriali, economiche e finanziarie che spingono al gigantismo tecnologico per via di quella che potrebbe essere la bolla dei data centre e delle relative infrastrutture.

L’AI statunitense richiede enormi quantità di energia, potenza di calcolo e spazi fisici; la loro crescita non può procedere all’infinito, ma – ed è questo il problema – nemmeno può arrestarsi. Troppo ingenti sono gli investimenti compiuti dal mercato finanziario e troppi sono gli interessi economici in gioco. Inoltre, i tempi lunghi per la realizzazione di queste infrastrutture sono difficilmente compatibili con la necessità di mantenere il vantaggio strategico sulla Cina.

Per quanto lo scenario sia oggettivamente incerto, sarebbe semplicistico affermare che, sul lungo periodo, gli Usa perderanno la corsa all’AI. Quello che invece emerge chiaramente è che le scelte, per così dire, filosofiche compiute all’avvio della competizione hanno condizionato irrimediabilmente gli sviluppi successivi.

Avere puntato sul gigantismo nella convinzione che non ci sarebbero stati concorrenti o che sarebbe stato possibile tenerli a bada è stata una scelta poco avveduta, che ora sta costringendo gli Usa a dover fare i conti con scommesse strategiche rivelatesi non del tutto vincenti.

La lezione per l’Europa: meno regolazione, più industria, più autonomia

Questa situazione stringe la Ue fra Scilla e Cariddi.

Il posizionamento geopolitico atlantista esclude che l’Unione possa creare un asse con Pechino accedendo alle sue tecnologie AI (alcune delle quali anche open source e open weight), anche solo nell’ambito di una strategia di riduzione della dipendenza/influenza tecnologica americana.

Nello stesso tempo, gli Usa non sembrano così disponibili a cedere l’uso delle proprie infrastrutture a partner europei. Per quanto enormi, infatti, le risorse tecnologiche statunitensi sono tutte già assorbite da Big Tech e, d’altra parte, anche se ci fosse un eccesso di capacità, difficilmente gli Usa la cederebbero all’Europa, peraltro con il rischio di far nascere un terzo polo dell’AI.

Tutto questo fornisce indicazioni molto chiare su quale direzione dovrebbe assumere l’Unione Europea per acquisire un ruolo nel mercato dell’AI. Potrebbe, infatti, farne tesoro, ma solo se decidesse di concentrarsi realmente sulla nascita di un terzo polo, invece di perdersi nei labirinti regolamentari che ha costruito e dai quali non riesce più ad uscire, nemmeno se lo volesse.